• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

王亚琦 (王亚琦.) | 孙中华 (孙中华.) | 贾克斌 (贾克斌.) (学者:贾克斌)

收录:

CQVIP PKU CSCD

摘要:

在现代化军事通信领域,短波电报是恶劣条件下重要的应急通信手段,但现有的自动译码方法仍没达到实用化水平,依旧采用人工译码方式。人工译码方式是在确定信号频率的同时判定信号的持续时间,因此时频分析方法非常适用于Morse报的分析。提出一种基于时频分析理论,结合数字图像处理和机器学习方法的Morse报自动译码算法,旨在提高译码准确率。在点、划、间隔的识别问题中,采用了聚类算法,智能的判定元素的种类;在码文查表转换时,提出了快速索引查表算法,提高了查表效率。仿真实验表明,提出算法可以从强噪环境下较为准确的还原码文信息,对手工码的适应性强,在时变的噪声环境下具有鲁棒性。

关键词:

Morse报 时频分析 机器学习 自动译码

作者机构:

  • [ 1 ] 北京工业大学北京未来网络科技高精尖创新中心
  • [ 2 ] 北京工业大学先进信息网络北京实验室
  • [ 3 ] 北京工业大学信息学部

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

信号处理

年份: 2017

期: 11

卷: 33

页码: 1451-1456

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:3774/2936296
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司